Hoe onduurzaam is ChatGPT? de verborgen impact van grote taalmodellen

Het gebruik van AI-modellen zoals ChatGPT kent niet alleen voordelen, maar ook een flinke keerzijde: duurzaamheid. Een recent onderzoek van The Washington Post en verschillende Amerikaanse universiteiten heeft aangetoond dat grote taalmodellen zoals ChatGPT een aanzienlijke impact hebben op ons milieu, niet alleen door hun hoge energieverbruik, maar ook door een groot waterverbruik. In dit artikel kijken we naar de verborgen impact van AI op onze natuurlijke hulpbronnen en waarom dit steeds meer aandacht krijgt.

Energie én waterverbruik bij AI-modellen

Om een model als ChatGPT te trainen, worden immense hoeveelheden energie verbruikt. Dat is op zich al een bekend probleem, maar wat minder vaak wordt besproken is het watergebruik dat erbij komt kijken. Zowel bij de training van de modellen als bij dagelijks gebruik gaat er veel water verloren. Volgens het onderzoek kan de hoeveelheid water zelfs oplopen tot een halve liter per honderd woorden die door ChatGPT worden gegenereerd. Dit gebeurt omdat de servers die de rekenkracht leveren om ChatGPT te laten werken, tijdens de processen enorm warm worden en koeling nodig hebben om goed te blijven functioneren.

Lees hier het artikel van The Washington Post.

Waarom water?

De datacenters die de berekeningen uitvoeren voor AI-modellen moeten continu gekoeld worden om oververhitting te voorkomen. Soms gebeurt dit door luchtkoeling, maar vaak wordt water gebruikt om de servers af te koelen. Je zou misschien denken dat het water eenvoudig weer kan worden opgevangen en hergebruikt, maar dat is vaak niet het geval. Door de hitte die tijdens het koelen vrijkomt, verdampt een groot deel van het water. Deze damp wordt in de lucht uitgestoten en gaat zo verloren. In veel gevallen wordt er zelfs drinkwater ingezet voor de koeling, omdat dit het meest effectief is om de juiste temperaturen te bereiken. Dit leidt soms tot problemen met de beschikbaarheid van drinkwater, vooral in regio's waar deze bronnen al schaars zijn.

De impact op lokale waterbronnen

De gevolgen van het waterverbruik blijven niet beperkt tot de datacenters. Omdat drinkwater nodig is om aan de koelingsbehoeften te voldoen, kan het gebruik van AI-technologie de druk op lokale waterbronnen vergroten. Bedrijven in de buurt van deze datacenters, evenals omwonenden, merken soms dat hun toegang tot water wordt beperkt. Zeker in gebieden die al kampen met waterschaarste, kan dit een serieus probleem vormen.

Efficiëntere chips als oplossing?

Hoewel bedrijven werken aan efficiëntere chips die minder energie en water verbruiken, is er nog geen structurele oplossing voor het probleem. De technologische vooruitgang zorgt er weliswaar voor dat nieuwe hardware steeds duurzamer wordt, maar dat verandert niet direct de waterverbruikproblemen van de bestaande infrastructuur. Experts zijn het erover eens dat dit een punt van zorg is dat niet snel zal verdwijnen.

Duurzaamheid als groeiende zorg binnen AI

De zorgen rondom de impact van AI reiken overigens verder dan duurzaamheid alleen. Thema’s als bias in data, de opkomst van deepfakes en desinformatie, en de gevolgen voor de werkgelegenheid worden vaak genoemd in discussies over AI. Ook de mogelijkheid van "losgeslagen" superintelligentie blijft een hot topic. Toch neemt duurzaamheid steeds vaker een prominente plek in de discussie in, zeker nu duidelijk wordt dat AI een enorme druk kan leggen op natuurlijke hulpbronnen zoals water.

The Washington Post en diverse experts roepen op om het probleem niet te negeren. Het is belangrijk dat we ons bewust worden van de schaduwzijde van AI en dat er steeds vaker over deze uitdagingen wordt gesproken. Als AI-ontwikkelaars en beleidsmakers hier geen rekening mee houden, kan de toekomst van AI een flinke tol eisen van het milieu en onze natuurlijke hulpbronnen.

Conclusie

De populariteit van ChatGPT en andere grote taalmodellen brengt onmiskenbaar voordelen met zich mee, maar kent ook verborgen milieukosten. Het waterverbruik van datacenters, noodzakelijk om de enorme hitte af te voeren, draagt bij aan druk op drinkwaterbronnen en kan zelfs negatieve gevolgen hebben voor omwonenden en andere bedrijven. Hoewel technologiebedrijven werken aan efficiëntere oplossingen, blijft duurzaamheid een grote uitdaging voor de AI-industrie. Met deze inzichten is het tijd om de impact van AI breder te bekijken en na te denken over hoe deze technologie zo duurzaam mogelijk kan worden ingezet.

‍

Update juni 2026: meer transparantie, scheve verdeling

Twee recente publicaties scherpen het beeld van AI's milieudruk verder aan.

VN-rapport over de milieukost van AI (juni 2025). Onderzoekers van een denktank van de Verenigde Naties stellen vast dat AI vorig jaar al goed was voor ongeveer een vijfde van het stroomverbruik van datacenters, en dat het watergebruik substantieel hoger ligt dan eerdere schattingen van het Internationaal Energieagentschap. Bovendien staat circa 90% van de wereldwijde AI-rekenkracht in China en de Verenigde Staten, terwijl landen in Zuid-Amerika en Afrika vooral de lasten dragen via grondstofwinning en klimaatschade. Energie-efficiëntere AI helpt maar beperkt: door het Jevons-effect daalt de prijs en stijgt het gebruik weer. Bron: NOS over het UNU-rapport.

Amazon onthult voor het eerst zijn waterverbruik (juni 2026). Amazons datacenters verbruikten in 2025 wereldwijd 2,5 miljard gallon water (circa 9,5 miljard liter), oftewel 0,12 liter per kWh 2% minder dan in 2024 ondanks groei. Amazon stelt dat zijn datacenters circa 90% van de tijd op luchtkoeling draaien en alleen tijdens de heetste uren overschakelen op verdampingskoeling. Belangrijke kanttekening: dit cijfer telt het indirecte waterverbruik bij elektriciteitsopwekking en bij de bouw van datacenters niet mee. Bron: The Verge Amazon's data centers used 2.5 billion gallons of water last year.

De rode draad: meer openheid van techbedrijven helpt, maar de absolute milieudruk groeit door. Bewust modellen kiezen, leveranciers om water- en CO2-cijfers vragen en verder kijken dan de meterstand binnen het datacenter blijven essentieel.

// Over de auteur

Remy Gieling

Mede-oprichter, AI-expert & bestseller-auteur

Tech-expert (1988) gespecialiseerd in kunstmatige intelligentie en mede-oprichter van ai.nl, The Automation Group, Proxies en eBrain.ai. Oud-hoofdredacteur van diverse zakenmerken en daardoor een geoefend verteller op het podium en in de media. Verzorgt jaarlijks 150+ AI-keynotes in binnen- en buitenland en is gastdocent aan Nyenrode. Co-auteur van zeven boeken, waaronder 'Handboek AI Strategie' en 'AI Agents', en bekend als presentator op radio en RTL Z. Reist langs de labs van OpenAI, Nvidia en Tencent en vertaalt de nieuwste doorbraken naar inzichten die leiders direct kunnen toepassen.

LinkedIn